Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/98540
Title: A Pandemia COVID-19 e as suas implicações na era digital
Other Titles: COVID-19 pandemic and its implications in the digital age
Authors: Oliveira, Ana Luísa Aragão Alegria
Orientador: Ferreira, António Jorge Correia Gouveia
Keywords: COVID-19; Epidemiologia; Previsão; Modelos Matemáticos; COVID-19; Epidemiology; Forecasting; Mathematical models
Issue Date: 14-Jun-2021
Serial title, monograph or event: A Pandemia COVID-19 e as suas implicações na era digital
Place of publication or event: Universidade de Coimbra
Abstract: We are currently living in a climate of great uncertainty regarding the evolution of the pandemic COVID-19. Because of this event, numerous countries around the world have declared several times, the lockdown of the population in order to prevent the explosive increase of cases that has as a consequence the overload of health systems. These measures have significant economic and social impacts in each country. Thus, in order to assist governmental decision making, several SARS-CoV-2 prediction models have emerged. However, as the famous Danish physicist Niels Bohr once said, "it is difficult to predict, especially the future".The most common models are the compartmental SIR and SEIR models and variations of these models, exponential and logistic models, and models based on deep learning. For these models to be accurate it is essential to know the intrinsic and extrinsic characteristics of the virus. These data, to this day, are still not fully known, which results in inaccuracy in the predictions of epidemiological models. For the development of these models, several parameters had to be estimated. These parameters are not similar in all countries, which makes these prediction models not universally valid. It is therefore necessary to compare the results of the predictions for the pandemic - which is supposed to be reliable. This comparison work is a difficult and complex process. In the case of other epidemics, prediction models have not been able to accurately predict their long-term evolution. In the case of SARS-CoV-2 dynamics, long-term predictions are still not satisfactory, since variations in the environment imply large changes in the rate of transmission of the virus. Thus, according to the revised models it is only possible to accurately predict the evolution at about 20 days provided that the conditions under which the prediction was generated, are maintained.
Atualmente vivemos um clima de grande incerteza relativamente à evolução da pandemia COVID-19. Por causa deste acontecimento, inúmeros países por todo o mundo decretaram por diversas vezes, o confinamento geral da população de maneira a impedir o explosivo aumento de casos que tem como consequência a sobrecarga dos sistemas de saúde. Estas medidas acarretam impactos significativos a nível económico e social em cada país. Assim, de maneira a auxiliar a tomada de decisões governamentais, diversos modelos de previsão do SARS-CoV-2 têm surgido. No entanto, e tal como o famoso físico dinamarquês Niels Bohr uma vez disse: “é difícil prever, especialmente o futuro”.Os modelos mais comuns são os modelos compartimentais SIR e SEIR e variações destes, modelos exponenciais e logísticos e modelos baseados em deep learning. Para que estes modelos sejam precisos é essencial conhecer-se as características intrínsecas e extrínsecas relativas a este vírus. Estes dados, aos dias de hoje, ainda não são totalmente conhecidos, o que resulta na imprecisão nas previsões dos modelos epidemiológicos. Para o desenvolvimento destes modelos, diversos parâmetros tiveram de ser estimados. Estes parâmetros não são semelhantes em todos os países, o que faz com que estes modelos de previsão não sejam válidos universalmente. Torna-se, então, necessário fazer um trabalho de comparação de resultados para a previsão da pandemia - que se pretende fidedigna. Este trabalho de comparação é um processo difícil e complexo. No caso de outras epidemias, os modelos de previsão não foram capazes de prever com exatidão a evolução das mesmas a longo prazo. No caso da dinâmica do SARS-CoV-2, as previsões a longo prazo ainda não são satisfatórias, uma vez que as variações do ambiente implicam grandes alterações na taxa de transmissibilidade do vírus. Assim, de acordo com os modelos revistos apenas é possível prever com exatidão a evolução a cerca de 20 dias, assumindo que as condições em que a previsão foi gerada se mantenham.
Description: Trabalho Final do Mestrado Integrado em Medicina apresentado à Faculdade de Medicina
URI: http://hdl.handle.net/10316/98540
Rights: embargoedAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
Trabalho Final - Ana Luísa Oliveira (2014194117).pdf759.4 kBAdobe PDFView/Open
Show full item record

Page view(s)

19
checked on Aug 12, 2022

Download(s)

50
checked on Aug 12, 2022

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons